AI照合済み
噂は、人から人へ渡るうちにどう変わる?
人から人へ話を伝えると、中身はどう変わっていくのでしょう? また、本当でない話ほど広まりやすい、というのは本当でしょうか。

12人で、話をリレーする
2013年4月、ドイツの研究者モシャイドらが、ある実験をしました(論文は2015年)。1回に12人ずつを招く実験を15回行いました(欠席があり、実際の列は7〜12人。4列が12人、2列が11人、4列が10人、3列が9人、1列が8人、1列が7人でした)。最初の人は、抗菌成分「トリクロサン」の長所と短所が書かれた報道記事を6本、1本3分ずつ読みます。次に2人目が部屋へ入り、最初の人と自由におしゃべり。終わると3人目が入り、2人目とおしゃべり。これを最後まで続けます(11人以上の列は、最初の10人までを分析)。参加者はトリクロサンになじみがなく、謝礼は15ユーロ。会話は録音され、書き起こして調べられました。話は、最後の人までに、どう変わったのでしょう。
しくみ
1. 話は、短く、食いちがっていく
会話に出た情報を、研究チームは61個の「情報の単位」に分けて追いかけました。ある列では、1人目が30個の情報を話し、2人目に伝わったのは13個、最後の人まで届いたのは、最初の30個のうち3個で、その3個も細部が変わっていました。途中で新しく付け加わった情報も7個あり、そのうち2個も最後まで残りました(最後の人に届いた情報は合計5個)。
列ごとの食いちがいも大きくなりました。15本の列どうしを比べた「食いちがい度」(0なら同じ内容、1なら共通点なし)は、1人目の段階の平均が0.53、10人目では約0.87でした。環境への影響の話が残った列、母乳の話が残った列と、列ごとに違う話題が残りました。
2. 「危なそう」という調子は残りやすかった
話の中身は減っていくのに、「危なそうだ」という調子(論文では「シグナル」)は、わりと保たれました。長所を述べる発言は、短所を述べる発言より早く減り、全体のうち短所の発言が占める割合は、列が進むほど少しずつ増えました。
個人ごとに見ると、多くの参加者は、短所を強めに、長所を弱めに伝える傾向がありました。ただし反対の傾向の人や、どちらにも偏らない人もいて、個人差は大きかったそうです。実験後の質問で「危険だ」という感じ方が強かった人ほど、短所を強めに伝える傾向がやや見られました(相関は0.25)。
3. 小さな偏りが、大きくなる
研究チームは、コンピュータ・シミュレーションも行いました。「人は、自分の印象に合わせて話を少し変えて伝え、それを聞いた人の印象も少し動く」という単純な仕組みを入れるだけで、最初は小さかった偏りが、列が進むにつれて極端になる場面が再現されました。元の話が反対の印象でも、そうなることがあるとされています。
論文は、理由のひとつとして、自分の印象と食いちがう情報に出会うと、その食いちがいを小さくするように話を変えてしまうこと(認知的不協和の理論)が、部分的にあてはまるかもしれない、と述べています。確かめられた原因ではなく、論文の解釈です。
4. インターネットでは? 2018年の大規模データ
SNSでの広がりを大きなデータで調べた研究もあります。2018年、ヴォスーギらは、ツイッター(当時の名称)で2006〜2017年に流れ、事実確認の団体が真偽を確かめた話について、約12万6,000本の拡散の連鎖(カスケード。同じ話でも、別の人が独立に投稿し始めれば別の連鎖と数えます)を分析しました。約300万人が450万回以上投稿したデータで、6つの団体の判定は95〜98%一致していました。
結果は、うその話のほうが、本当の話より、遠くまで、速く、広く伝わった、というものでした。うその話は本当の話より70%リツイートされやすく、本当の話が1,500人に届くには、うその話の約6倍の時間がかかっていました。自動投稿のプログラム(ボット)は、本当の話もうその話も同じ速さで広めており、差を生んだのは人間の行動だと論文は述べています。
ただし、2021年にジュールとウガンダーは、同じデータを再分析し、広がりの規模をそろえて比べると、真偽による深さ・幅・速さなどの差はほとんど説明できる(うその連鎖のほうが大きかったことで説明できる)と報告しています(要旨のみ確認)。2018年の結果が全部くつがえったという意味ではなく、「なぜ差が出るのか」の読み方が分かれている、ということです。
今につながる話
人づてに聞いた話は、細部が落ち、聞いた人の印象に合う形に変わっているかもしれません。大事な話は、誰から聞いたかだけでなく、元の発表(発表した機関や原文)まで確かめてから人に伝える、と決めておくと、自分が伝言ゲームの途中になるのを減らせます。「新しい話だから、誰かに言いたい」と感じたときは、一呼吸おいてみるのも、ひとつの方法です。
見方が分かれる点・その後の研究
実験の結果は、現実のSNSにも当てはまるか
- モシャイドらの実験は、1つの話題(トリクロサン)を、会話で伝える小さな実験です。論文自身、現実の人間関係のネットワークでどうなるかは、今後の課題だと書いています。
- ヴォスーギらの分析は、実際のデータという強みがある一方で、観察した結果で、実験のように原因を確かめたものではありません。また、対象は事実確認を受けた話に限られ、選び方の偏りの可能性を、著者ら自身も検討しています。
なぜ広まるのか
- ヴォスーギらは、うその話のほうが「新しい情報」に見えるため共有されやすいのでは、という仮説を示しました。論文の表現も「示唆する」にとどまり、確定した説明ではありません。
- モシャイドらは、自分の印象と食いちがう情報を、印象に合う形に変えてしまうことが、部分的に関わるかもしれないとしています。広まる理由は、これらのほかにもあり得ます。
- ジュールとウガンダーの2021年の再分析は、連鎖の大きさをそろえると、真偽による広がり方の構造の差はほぼ消えると報告しています。うその話の連鎖が大きかったこと自体は、元のデータでも示されています。
つながり
なるほど2問
心の悩みやつらさが続くときは、ひとりで抱えず、お住まいの自治体や公的な相談窓口に相談してください。この章は一般的な心理学の紹介であり、診断や助言ではありません。
出典と確認状態
- Proceedings of the National Academy of Sciences 112(18), 5631-5636。PubMed Central掲載の全文を読んで確認。実験の人数・列の内訳もこの本文で確認「The amplification of risk in experimental diffusion chains (Moussaïd, Brighton, & Gaissmaier, 2015)」
- Science 359(6380), 1146-1151。MITメディアラボ関連サイト掲載の論文PDFの本文を読み、要旨と主な数字を確認(リンクはDOI)。補足資料は未読「The spread of true and false news online (Vosoughi, Roy, & Aral, 2018)」
- Proceedings of the National Academy of Sciences 118(46)。要旨のみ確認。本文は未読「Comparing information diffusion mechanisms by matching on cascade size (Juul & Ugander, 2021)(要旨のみ確認)」(本文は未確認)
確認状態:AI照合済み/更新:2026-11-11